从 R 中的整个数据框中删除特殊字符

Question

问题：

如何使用 R 快速高效地从数据框中删除所有特殊字符？

进度：

此 SO post 详细说明了如何删除特殊字符。我可以将 gsub 函数应用于单个列（图像 1 和 2），但不能应用于整个数据框。

问题：

我的数据框由 100 多列整数、字符串等组成。当我尝试运行数据框上的 gsub 时，它没有 return 我想要的输出。相反，我得到了图 3 中显示的内容。

df <- read.csv("C:/test.csv")
dfa <- gsub("[[:punct:]]", "", df$a) #this works on a single column
dfb <- gsub("[[:punct:]]", "", df$b) #this works on a single column
df_all <- gsub("[[:punct:]]", "", df) #this does not work on the entire df
View(df_all)

df - 这是原始数据框：

dfa - 这是应用于 b 列的 gsub。好！

df_all - 这是应用于整个数据帧的 gsub。不好！

总结：

有没有办法对整个数据帧进行 gsub？否则，是否应该改用应用函数？

Answer 1

这是一个使用 dplyr 的可能解决方案：

# Example data
bla <- data.frame(a = c(1,2,3), 
              b = c("fefa%^%", "fes^%#$%", "gD%^E%Ewfseges"), 
              c = c("%#%$#^#", "%#$#%@", ",.,gdgd$%,."))

# Use mutate_all from dplyr
bla %>%
  mutate_all(funs(gsub("[[:punct:]]", "", .)))

  a           b    c
1 1        fefa     
2 2         fes     
3 3 gDEEwfseges gdgd

Answer 2

另一种解决方案是先将数据帧转换为矩阵，然后运行 gsub，然后再转换回数据帧，如下所示：

as.data.frame(gsub("[[:punct:]]", "", as.matrix(df)))

Answer 3

我喜欢 Ryan 使用 dplyr 的回答。由于 mutate_all 和 funs 现已弃用，这是我建议的更新解决方案，使用 mutate 和 across:

# Example data
df <- data.frame(a = c(1,2,3), 
                 b = c("fefa%^%", "fes^%#$%", "gD%^E%Ewfseges"), 
                 c = c("%#%$#^#", "%#$#%@", ",.,gdgd$%,."))

# Use mutate_all from dplyr
df %>%
  mutate(across(everything(),~ gsub("[[:punct:]]", "", .)))

  a           b    c
1 1        fefa     
2 2         fes     
3 3 gDEEwfseges gdgd

从 R 中的整个数据框中删除特殊字符

Remove special characters from entire dataframe in R

r

data-cleaning

data-science